格灵深瞳赵勇：智能数据挖掘 将是安防领域接下来的主战场

本篇文章5430字，读完约14分钟

在接下来的十年里，人工智能在不同的行业有四个机会，分别是安全、汽车、医疗和机器人。

这篇文章是我黑马的原始黑色智慧。

随着基础技术的突破和国家政策的支持，人工智能领域正在成为风险投资领域的一个新的出口。对于计算机视觉技术初创企业来说，商业应用场景主要集中在金融支付和安全领域。另一方面，安全性已经得到了验证，大多数公司选择首先进入该领域。

格林的深瞳孔就是其中之一。该公司成立于2013年，拥有计算机视觉和深度学习技术，以及嵌入式硬件研发能力。作为视频大数据产品和解决方案的提供商，绿深木偶已经在公共安全、智能交通、金融安全等领域实现了商业化。，并在无人驾驶、机器人和智能医疗等领域进行了深入布局。

格林深瞳推出了Wevision大数据分析平台，以及Wevision车辆特征识别系统、Wevision视频结构化系统和Wevision人脸识别系统，可识别4000多种车辆，支持车辆和人体的细分特征识别，并具有人脸识别功能。此外，格林深瞳还推出了令人眼花缭乱的人类行为分析系统；去年下半年，格林的深瞳孔照相机研制成功。它采用原始像素动态瞬时分配技术，可达到数亿个等效像素，显示距离人体50米的清晰人脸。

对绿色深瞳创始人兼首席执行官赵勇来说，安全性是人工智能最快的商业化领域。然而，对于安全，赵勇显然有更深刻的思考。当初创企业涉足安全领域时，它们往往需要与公共安全系统或安全产业链中的公司合作；在这个行业，也有领先的公司，如海康和大华，他们也在开发自己的智能产品。那么，人工智能初创企业的真正切入点和机遇在哪里？

格林的得意门生给出的答案是，安全行业迫切需要将普通视频数据转化为有意义的情报。除了硬件和算法，大数据平台也是安全领域走向智能化的必要环节，但也是其瓶颈。我们的愿景也在改变。赵勇说。

赵勇在接受黑智(身份证号:VR-2014)独家采访时，谈到了他对安防行业的认识的变化，公司的产品和技术路线，以及如何实现商业化。他认为，在未来十年，人工智能在不同行业将有四个机会:安全、汽车、医疗保健和机器人。在安全领域，我们必须依靠智能硬件、算法和大数据三大支柱，在应用层深入挖掘多模态数据，实现智能化。

口头|赵勇，葛灵深的创始人

组织|黑色智慧(标识:VR-2014)

人工智能的四大机遇:安全、汽车、医疗和机器人

在接下来的十年里，人工智能在不同的行业有四个机会，分别是安全、汽车、医疗和机器人。这些领域是万亿美元的市场，尤其是汽车和医疗保健。就安全而言，不同的国家投资不同，但中国显然在这方面投资很多，美国也是如此。

这些领域非常重要，但不是每个领域都有相同的成熟时间。在我看来，安全将是第一个成熟的领域。安全也是绿深眼的主要业务，这个市场已经存在，我预测这个领域的一些初创公司将在未来两三年内成为上市公司。

从现在开始，汽车可能是下一个成熟的领域，它将在两三年后出现。至于医疗，我排在第三位。医疗的困难在于它不仅是一个大数据问题，也是一个小数据问题。对于小数据的问题，它在数据规模上是有限的。例如，一个特定的肿瘤每年只有这么多病例，所以培养一个好的模型并不容易。但这不仅仅是扩大数据量。机器学习最重要的是向最好最有经验的医生学习。与自动驾驶或安全不同，你可以通过找到会使用电脑的人来标记数据。这是一个小数据问题，需要优秀的专业人员参与数据标注和数据收集过程。

医学领域可以容纳大量的公司来研究不同类型的疾病诊断；缺点是解决医疗问题需要很长时间。在经济发达的国家，医疗保健是最大的产业。例如，在美国，其国内生产总值的17%与医疗保健有关。国家越富裕，投资健康的人就越多，这是一个成熟国家的标志。未来20年，中国将发生比现在更大的变化，人们肯定会在自己的健康上投入很多，所以人工智能在医学领域的市场潜力是最大的。

机器人将是一个大领域，但它充满了最大的不确定性。首先，目前还不是一个现有的行业，市场上基本没有成熟的商用机器人，还处于探索阶段。在未来的生活和工作中，我们都渴望机器人的帮助，但实现这一点并达到消费者期望的阶段仍然非常困难，需要很长时间。

安全性的三大支柱:智能硬件、算法、大数据

在现阶段，行业对人工智能技术切入安全领域的最大期望是将这个行业从关注视频转向关注智能。看视频的目的不就是为了获取情报吗？但在过去，从海量数据中获取情报的过程就像大海捞针。我们希望人工智能将使大海捞针自动化。

在安全监控领域仍然有机会，因为人工智能已经在这个领域带来了新的趋势和新的转变。趋势推动变革，变革为初创企业提供机遇。

有些人可能会问，在安全行业，已经有许多领先的制造商，那么人工智能初创企业的机会在哪里？在我看来，这是一个未知的过程，也是最有趣的过程。

当年，当索尼、三星、博世等海外公司占据了大部分安全市场时，数字化趋势给海康带来了切入这个市场并取得成功的机会。今天，我认为安全监控之所以还有机会，很大程度上是因为人工智能给这个领域带来了新的变革机遇。

如果现在有公司在做高清摄像机，我想这是一个死亡的愿望，因为从技术到供应链，海康、大华等公司都做得很好。在智能相机领域，格林的深瞳孔产品，每张脸从左耳到右耳，150像素，我可以监控40米宽的通道。在这一类别中，我们会做得更好。事实上，我认为当人工智能进入安全领域时，10年后所有的相机都会变成智能相机。在这个领域，我们有机会。

一个行业必须转型以获得新的机遇。没有这个转型的机会，创业公司永远不会有机会成为巨人。

其次，在安全领域，有一个常见的误解，那就是迷信算法，它可以解决一切。这显然是不正确的。以人脸识别为例。今天的算法不能解决所有的问题，但只能解决其中的一部分。一些人工智能公司会声称他们的人脸识别算法的错误率可以达到一亿，这是可以做到的，但这往往是在特定条件下获得的。例如，挥杆的静态识别。如果一个人在监控环境中低着头打电话，它只有100-100个像素，所以远非准确。

今天，许多人都在谈论人脸识别，也就是说，看一张脸，计算一个特征，并将其与黑名单进行比较，看看谁更相似。这是一次非常浅的挖掘。你知道谁是坏人。找到他只能解决这个问题。但是我们所有的客户都想说，我不知道谁是坏人，所以你应该帮我找出来，这肯定要靠深度挖掘。

如果人工智能仅仅停留在算法层面，那是远远不够的。安全是世界上最大的物联网。这是什么概念？像互联网一样，每个人都很熟悉它。在互联网上，有很多人使用它，也有内容创作者和观众。当你早上起床出门时，你会发一个微信，你的朋友会阅读并称赞它。你是内容的生产者和观众。每天有多少人发这样的帖子，所以互联网上充满了各种各样的数据。但是安全呢？当你走出社区的时候，你会被门口的相机拍到，相机会识别你的着装、表情和面部特征。这个数据量已经远远超过了网上发布的帖子量。每隔20米，它可能会被一个新相机拍摄下来，然后被再次识别。例如，在北京，安装的摄像机总数已经超过200万，它们每分钟每天都在记录，这将产生超过200万天的视频。安全物联网产生的数据量远远大于过去的互联网。

对于如此大量的数据，你的识别准确率有多高？你如何处理很多错误？我们真的准备好了吗？我认为这是一个巨大的挑战。如果我们要走这条路，就需要连接各种多模态数据，深入进行数据挖掘，进一步完善人工智能的硬件。

在这种情况下，我认为在人工智能时代有三大安全支柱:智能硬件、算法和大数据。

首先，它是硬件。想象一下北京的200万台摄像机。如果所有这些数据都传输到数据中心，带宽的概念是什么？高清视频的比特流通常为2-4 Mbps。今天，千兆以太网理论上只能传输250个信道，但是千兆以太网指的是其基带层的带宽。高清视频根本不能传输250个频道，但可以传输100个频道。那么200万个频道需要多少带宽呢？目前，我国地级市的安全网络基本上是千兆以太网，其中一些与发达城市相比可以达到10gb，10gb只能传输2000条路由。如果硬件不能实现智能化，数据将无法到达数据中心。因此，第一步是硬件的智能前端，它可以现场检测、跟踪和复制目标，捕捉关键数据，在前端做初步处理，只将关键数据收集到数据中心进行处理，形成一个大数据系统。

第二，算法。前端算法检测和跟踪对象，而后端算法识别对象并对图像进行精确的结构或特征分析。

最后，非常重要的一点是，我们应该在未来做一个非常好和深入的大数据分析，不仅仅是基于视觉图像，还应该放入多模态和大规模的数据，如通讯记录、电子邮件、微信微博、车辆轨迹、消费记录等。，并在应用程序级别进行非常深入的挖掘。

在这三个方面，硬件也面临许多挑战，但随着时间的推移，它肯定会得到解决。简单的算法，我觉得已经接近极限了。深度学习已经取得了快速的进展，而当今算法的主要瓶颈在于数据。我们发现，拍摄清晰的照片，基于同步算法，效果立刻变得非常好；该算法很难改善拍摄效果差的照片的效果。因此，我认为空的这部分进展越来越小，除非有大规模的理论突破。如今，大数据仍处于初级阶段。

这三个领域不是传统安全供应商擅长的。这些问题不是一家公司可以解决的，甚至我可以下结论，也不是一家创业公司可以解决的。许多公司应该在不同的地方共同努力解决这个问题。机会很多，这就是我们专注于安全领域的原因。

戈玲深瞳亮眼行为分析仪

数据挖掘将是下一个主要战场

关于格林的深瞳，在硬件方面，去年10月，我们推出了一款深瞳眼相机。它采用了公司独创的像素动态瞬时分配技术，可以在短时间内将局部图片的有效像素增加100倍以上，整个图片可以达到上亿个等效像素。目前，我们面临的挑战主要是成本、稳定性、可靠性和运输能力，但解决这些问题只是时间问题。

我们已经有了算法。格林现在需要做的是削减软件和大数据。如果我们想在大数据方面做得更好，我们必须紧密切入用户领域，而不是仅仅把自己当作标准产品的提供商。

其中，存储也是一个重要问题。很多人认为存储很简单，但是当智能出现在安全领域时，视频数据的内容就转化成了大量的结构化数据，但是你不能把结构化数据推给客户，而且数据仍然是海量的。我过去常常在干草堆里找针，但是现在我已经把大海里所有的针都捞出来了，但是只有一根针是用户想要的，而且当你把针放在马车上的时候很难找到。结构化存储的行为与视频完全不同，这对文件系统和数据系统都提出了新的挑战。

到目前为止，该行业还没有找到一个可靠的解决方案来处理来自1000多个人脸识别渠道的数据和检索。这是一个新的挑战，我们必须与大数据公司合作来解决这个问题。

事实上，安全领域和医学领域都是相对狭窄的领域，其核心问题是人。为了解决人们的问题，我们首先需要更多的数据。为了看清人，我们对传感器有很高的要求，所以我们必须解决智能硬件的问题。前端由智能硬件构成，然后是人脸识别算法和人体比较算法，我认为这两个方面都取得了很大的进步。然而，当我展望未来时，我觉得他们的进步越来越小。这主要是大数据。我认为这个领域几乎是安全行业的空·怀特。如果格林深邃的眼睛被视为车辆的大数据，那么人类的大数据就是我们现在正在做的。

今年我们将取得新的成绩，做更多的试点项目，这是平台诞生的一个过程。我想象过这个平台10年后会是什么样子。现在它可能看起来像科幻小说，但它今天才刚刚开始。

我觉得和一年前相比，我们的愿景完全不同。去年，我们讨论了算法、算法、算法、相机、摄像机，但到去年年底，我们的讨论集中在平台和大数据挖掘上，我们必须帮助客户解决问题。

数据挖掘将是下一个安全领域的主战场。

绿色深瞳孔眼睛照相机

格林深瞳眼睛相机的原理

格林的深瞳孔照相机于去年10月发布。它以仿生学原理为基础，结合了操作和光学。它能在50米的距离内显示出更清晰可辨的面孔，并能保证在100米的距离内清晰地看到全身的主要特征。

关于它的原理，其实很简单。相机要么看起来很远，像望远镜，要么看起来很宽，像鱼眼，但是不可能两个角度都有。然而，人眼在某种程度上可以做到这两点。人眼的单眼角度是160度，非常宽，眼睛是190度，不止一个平面。你可以稍微看到你眼睛后面的东西。作为广角相机，它最大的缺点是分辨率分散，但事实上，让我们看看视网膜上的像素分辨率。它有一个叫做黄斑的地方，非常小，但是我们的大量像素都集中在那个小地方。

视网膜是一个160度的半球，它将眼球中心和黄斑连接起来形成一个圆锥体。这个视锥只有2.5b，但是我们视网膜上75%的像素都在这里。简而言之，如果没有黄斑，我们可以看到图片都是模糊的，但尽管它是模糊的，它可以帮助我们判断哪些地方可能是感兴趣的。这时，我们用清澈的眼睛扫描你想看的东西。这是我们理解世界和用肉眼看事物的方式。我们的眼睛看起来是广角，但实际上是广角和窄角的结合。广角被大脑快速识别，引导眼球快速旋转，清晰地看到细节，并不断给出反馈。

这就是为什么我们称它为人眼照相机的原理。我们的算法可以从广角图片中清楚地看到你的目标在哪里。

我从2015年秋天就有了这个想法，所以我们团队去做了实验。经过初步实验证明，该产品于去年10月正式推出。我们已经实现了小规模生产，现在我们正在努力实现大规模生产。从大规模生产到大规模生产，仍然是一个很长的时期。

但是我认为我们不应该因为这个而害怕这样做。智能时代将会有新的机遇和新的陷阱。但在这个新阶段，大公司和初创公司都在探索，而且肯定会有新的公司在这个阶段取得成功。

来源：搜狐微门户